כתבה
arXiv cs.CL ·
TRACE: שיפור מבנה עץ-יחסי ל-LLM באונקולוגיה
TRACE: Deployable Tree-Relational Structure Enhancement for Oncology LLMs
TRACE הוא כלי לשיפור מודלי שפה גדולים (LLM) בתחום האונקולוגיה. הוא מאפשר לארגן מושגים רפואיים ויחסים ביניהם במבנה עץ-יחסי, ולשפר את הדיוק של המודלים. TRACE תומך בבחירת ראיות מתאימות למשימות שונות, ומשפר את התוצאות בהשוואה למודלים אחרים כגון RAG.
תקציר מקורי באנגליתarXiv:2609.35810v1 Announce Type: new Abstract: Large language models are increasingly used in oncology applications, but their predictions are often weakly grounded in explicit medical structure. We present TRACE, a deployable tree-relational enhancement framework for oncology LLMs. TRACE separates expensive offline structure learning from lightweight online inference: oncology concepts and relations are organized into an updatable tree-relational structure, refined using LM-loss-derived evidence, and retrieved at inference time as compact prompt evidence. This design supports task-adaptive evidence selection without requiring supervised labels in the zero-shot setting. Across ten oncology classification tasks and one MedQuAD CancerGov QA benchmark, TRACE improves both label-free evaluati
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית